用于Python regex的unicode文本中的Word边界
用于Python regex的unicode文本中的Word边界
提问于 2013-10-15 07:38:23
我希望在正则表达式中使用word边界来匹配某些unicode文本。在Python中，Unicode字母被检测为单词边界，如下所示：
>>> re.search(r"\by\b","üyü")
<_sre.SRE_Match object at 0x02819E58>
>>> re.search(r"\by\b","ğyğ")
<_sre.SRE_Match object at 0x028250C8>
>>> re.search(r"\by\b","uyu")
>>>我应该怎么做才能使单词边界符号与unicode字母不匹配？
回答 3
Stack Overflow用户
回答已采纳
发布于 2013-10-15 09:22:20
您可以通过以下方式使用它：
re.search(r'(?u)\by\b', 'üyü')若要熟悉旗标实验，请使用以下内容：(?iLmsux)
作为一个很好的读物，查看3 edition..There是关于Regex‘in的一个很好的章节。
Stack Overflow用户
发布于 2013-10-15 07:45:20
使用re.UNICODE
>>> re.search(r"\by\b","üyü", re.UNICODE)
>>> Stack Overflow用户
发布于 2017-12-06 08:27:03
#!/usr/bin/python
# -*- coding: utf-8 -*-
s = ur"abcd ААБВ"
import re
rx1 = re.compile(ur"(?u)АБВ")
rx2 = re.compile(ur"(?u)АБВ\b")
rx3 = re.compile(ur"(?u)\bАБВ\b")
print rx1.findall(s)
print rx2.findall(s)
print rx3.findall(s)
print re.search(ur'(?u)ривет\b', ur'Привет')
print re.search(ur'(?u)\bривет\b', ur'Привет')输出：
[u'\u0410\u0411\u0412']
[u'\u0410\u0411\u0412']
[]
<_sre.SRE_Match object at 0x01F056B0>
None页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/19375666
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号